L identification de protéines séquencées en mode MS/MS : des difficultés encore non résolues.

Transcription

1 L identification de protéines séquencées en mode MS/MS : des difficultés encore non résolues. Dominique Tessier, groupe bioinformatique, plateforme BIBS Unité BIA, INRA centre Angers-Nantes Atelier Prospectom - Les 29 et 30 Novembre

2 Le contexte Atelier Prospectom - Les 29 et 30 Novembre

3 4 problématiques majeures en protéomique Identification de protéines Caractérisation de protéines Quantification de protéines Comparaison d échantillons Atelier Prospectom - Les 29 et 30 Novembre

4 Analyse par spectrométrie de masse en mode MS/MS Atelier Prospectom - Les 29 et 30 Novembre

5 Spectres Peptides Protéines E= E=0.016 MGLVKDGADMEEGTLEIGMEYRTVSGVAGPLVILDKVKGPKYQEIVNIRLGDGTTRRGQVLEVDGEKAVVQVFEGTSGID NKYTTVQFTGEVLKTPVSLDMLGRIFNGSGKPIDNGPPILPEAYLDISGSSINPSERTYPEEMIQTGISTIDVMNSIARGQKIP LFSAAGLPHNEIAAQICRQAGLVKRLEKGKHAEGGGEDDNFAIVFAAMGVNMETAQFFKRDFEENGSMERVTLFLNLAN DPTIERIITPRIALTTAEYLAYECGKHVLVILTDMSSYADALREVSAAREEVPGRRGYPGYMYTDLATIYERAGRIEGRTGSITQI PILTMPNDDITHPTPDLTGYITEGQIYIDRQLHNRQIYPPINVLPSLSRLMKSAIGEGMTRRDHSDVSNQLYANYAIGKDVQ AMKAVVGEEALSSEDLLYLEFLDKFERKFVAQGAYDTRNIFQSLDLAWTLLRIFPRELLHRIPAKTLDQFYSRDATH E= E=1.4 E -005 Atelier Prospectom - Les 29 et 30 Novembre

6 Interprétation : par comparaison.. Protein NECFLSHK Database DDSPDLPK WVTFISLLLLFSSAYSR. Digestion in silico m/z Comparaison entre les spectres théoriques et les spectres expérimentaux..ou interprétation de novo Interprétation des écarts de masse entre les pics Atelier Prospectom - Les 29 et 30 Novembre

7 Spectre S Peptide P Spectre S Peptide P Construction d un spectre théorique de novo sequencing Comparaison de spectres Comparaison de séquences Atelier Prospectom - Les 29 et 30 Novembre

8 Plan de la présentation Le contexte L association spectre-peptide par approche comparative (Peptide-Spectrum Match) L association spectre-peptide par approche de novo L identification des protéines La définition de «pipeline» d analyse Atelier Prospectom - Les 29 et 30 Novembre

9 Identifier et caractériser des protéines du point de vue de l analyse bioinformatique Sélectionner une base de données susceptible de contenir les protéines cherchées. Comparer les propriétés des protéines cherchées avec les propriétés des protéines de la base de données les masses des peptides, les propriétés physico-chimiques, l espèce etc.- Retenir les meilleures candidates Calculer les probabilités pour évaluer les chances que les protéines prédites soient les protéines réelles Atelier Prospectom - Les 29 et 30 Novembre

10 abundance Comparaison de spectres: Shared peak count Spectre théorique m/z Une fonction de score évalue la similarité entre les 2 spectres Spectre expérimental Mascot, X!Tandem, Sequest.

11 Une analyse en spectrométrie de masse génère des milliers de spectres Des spectres très denses Des spectres peu informatifs Atelier Prospectom - Les 29 et 30 Novembre

12 Mais aussi des spectres de bonne qualité: De nombreux spectres de bonne qualité ne sont pas interprétés. Atelier Prospectom - Les 29 et 30 Novembre

13 Qualscore : logiciel d évaluation de la qualité des spectres L interprétation des spectres de masse pour l identification et la caractérisation des protéines reste un problème ouvert Nesvizhskii, A.I., Roos, F.F., Grossmann, J., Vogelzang, M., Eddes, J.S., Gruissem, W., Baginsky, S. and Aebersold, R. (2006) Dynamic spectrum quality assessment and iterative computational analysis of shotgun proteomic data: toward more efficient identification of post-translational modifications, sequence polymorphisms, and novel peptides, Mol Cell Proteomics, 5, Atelier Prospectom - Les 29 et 30 Novembre

14 Les raisons du faible taux de reconnaissance de spectres. Echantillon de mauvaise qualité. Bruit. Précision de masse insuffisante. Des clivages qui ne correspondent pas aux coupures de l enzyme. Du polymorphisme de séquence. Des modifications post-traductionnelles. Superposition de peptides On aimerait bien améliorer le taux d interprétation! Atelier Prospectom - Les 29 et 30 Novembre

15 Oui, mais.. Quel est le coût réel des identifications erronées? => opportunités manquées => du temps perdu à suivre de fausses pistes => la pollution des BD avec des données fausses => manque de confiance dans les données de protéomique White, F.M. (2011) The potential cost of high- throughput proteomics, Sci Signal, 4, pe8 Atelier Prospectom - Les 29 et 30 Novembre

16 Fragmentation idéale Atelier Prospectom - Les 29 et 30 Novembre

17 Atelier Prospectom - Les 29 et 30 Novembre

18 Analyse de la fragmentation de 856 identifications du peptide NH2-AGAEYVVESTGVFTTTDK-COOH pics correspondants aux ions y et b (Orbitrap) FragmentationAnalyser: An open source tool to analyze MS/MS fragmentation data. H. Barsnes et. Al.. Proteomics 2010 Atelier Prospectom - Les 29 et 30 Novembre

19 Une assez grande variabilité des données générées b-ion H2O b-ion NH3 y-ion H2O y-ion NH3 a a H2O a NH3 bruit, contaminants 4 spectres issus de l analyse d un même échantillon représentant de manière sûre le même peptide EGEGVVVMLWK (60% des pics les plus intenses sont affichés, pvalue > 0.99) Atelier Prospectom - Les 29 et 30 Novembre

20 Collections non redondantes de spectres obtenus par LC MS/MS PRIDE Statistics Novembre Experiments Identified Proteins Identified Peptides Unique Peptides Spectra Atelier Prospectom - Les 29 et 30 Novembre

21 Atelier Prospectom - Les 29 et 30 Novembre

22 abundance Comparaison de spectres: Shared peak count Spectre théorique m/z Une fonction de score évalue la similarité entre les 2 spectres Spectre expérimental Mascot, X!Tandem, Sequest.

23 Exemple: un spectre de bonne qualité (qualscore > 3 ) bien interprété pvalue= Evalue=0.047 Qualscore=3.55 Atelier Prospectum - Les 29 et 30 Novembre

24 Exemple : un spectre bien interprété pourtant de mauvaise qualité pvalue= evalue=0.091 Qualscore=-1.09 Atelier Prospectum - Les 29 et 30 Novembre

25 Un spectre de bonne qualité et une interprétation incertaine pvalue= evalue=0.46 Qualscore=4.35 Atelier Prospectum - Les 29 et 30 Novembre

26 Les algorithmes de comparaison de spectres : Quels sont les types d ions considérés? Comment sont définies les intensités des spectres théoriques? * Quel est l algorithme de comparaison utilisé? Quel est le calcul de score? * Comment les mutations, les modifications post-traductionnelles sont-elles prises en compte? * Comment sont validées les attributions? Atelier Prospectom - Les 29 et 30 Novembre

27 Mieux modéliser un spectre théorique = prédire le modèle de fragmentation Séquence du peptide ensemble spectres MS/MS Apprentissage Modèle de fragmentation Spectre théorique Exemple PepNovo+ : la prédiction ne porte pas sur l intensité des pics, mais sur l ordre de l intensité des pics. Basé sur une méthode RankBoosting Predicting Intensity Ranks of Peptide Fragment Ions. Frank, A.M. J. Proteome Research, 8: , 2009 Ranking-Based Scoring Models for Peptide-Spectrum Matches. Frank, A.M. J. Proteome Research, 8: , 2009 Atelier Prospectom - Les 29 et 30 Novembre

28 Peptide AGAEYVVETGVFTTTDK Fragmentation prédite par Pepnovo+ Atelier Prospectom - Les 29 et 30 Novembre

29 Peptide VAVLEANPR Fragmentation prédite par PepNovo+ Atelier Prospectom - Les 29 et 30 Novembre

30 Banques de spectres expérimentaux Des scores plus discriminants qu en comparaison avec des spectres théoriques Un espace de recherche plus petit et plus précis Identification plus facile de spectres sortant de l ordinaire donc potentiellement porteur de modifications post-traductionnelles L intérêt de ces banques décroît lorsque les spectres sont de bonnes qualité NIST : PeptideAtlas : PRIDE : Atelier Prospectom - Les 29 et 30 Novembre

31 Les algorithmes de comparaison de spectres : Quels sont les types d ions considérés? Comment sont définies les intensités des spectres théoriques? * Quel est l algorithme de comparaison utilisé? Comment le score est-il calculé? * Comment les mutations, les modifications post-traductionnelles sont-elles prises en compte? Comment sont validées les attributions? Atelier Prospectom - Les 29 et 30 Novembre

32 Le calcul de score : un exemple simple : X!Tandem Craig, R. and Beavis, R.C. (2003) A method for reducing the time required to match protein sequences with tandem mass spectra, Rapid Commun Mass Spectrom, 17, An explanation of the X!Tandem MS/MS spectra search program developed by Craig,R. and Beavis,R.C. (2003) Rapid Commun. Mass Spectrom., 17, Explication complète : Atelier Prospectum - Les 29 et 30 Novembre

33 Principaux avantages de X!Tandem. Très rapide. Prend en compte les peptides semi-tryptic. Prend en compte le polymorphisme. Score basé sur des calculs de probabilité Atelier Prospectom - Les 29 et 30 Novembre

34 Atelier Prospectom - Les 29 et 30 Novembre

35 Atelier Prospectom - Les 29 et 30 Novembre

36 Atelier Prospectom - Les 29 et 30 Novembre

37 Atelier Prospectum - Les 29 et 30 Novembre

38 Atelier Prospectum - Les 29 et 30 Novembre

39 Les différents moteurs de recherche sont en accord sur une majorité de peptides, mais chaque moteur permet d identifier des peptides particuliers Jeu de données UPS standard, FDR=1% Vaudel, M., Burkhart, J.M., Sickmann, A., Martens, L. and Zahedi, R.P. (2011) Peptide identification quality control, Proteomics, 11, Atelier Prospectom - Les 29 et 30 Novembre

40 Evalue X!Tandem=4.6 Pvalue PeptideProphet = Un beau spectre, une evalue décevante? Atelier Prospectom - Les 29 et 30 Novembre

41 Séquence Hyperscore Delta masse Expect GVLDAVER GVLDGIER VGGGGGGGGER RLATNQR RLAGYLR RLETLAR RLAAVKGK Atelier Prospectom - Les 29 et 30 Novembre

42 Interprétation GVLDAVER Interprétation GVLDGIER masse (AV) = masse(gi) Atelier Prospectom - Les 29 et 30 Novembre

43 Les algorithmes de comparaison de spectres : Quels sont les types d ions considérés? Comment sont définies les intensités des spectres théoriques? * Quel est l algorithme de comparaison utilisé? Quel est le calcul de score? * Comment les mutations, les modifications post-traductionnelles sont-elles prises en compte? Comment sont validées les attributions? Atelier Prospectom - Les 29 et 30 Novembre

44 Phosphorylation sur T (+80 Da) Atelier Prospectum - Les 29 et 30 Novembre

45 b 1 b 2 b 3 MTFL b 4 b 5 MTFLG MTFLGK Experimental MTFLGK MTF MT M m/z b 1 b 2 b 3 b 4 b 5 MTFLGK Spectre théorique MTFLGK M MT MTF MTFL MTFLG m/z

46 y 1 y 3 y y 2 y 4 TFLGK FLGK LGK GK K 2 5 MTFLGK Expérimental MTFLGK m/z y 1 K y 2 GK LGK y 3 FLGK y 4 TFLGK y 5 MTFLGK Théorique MTFLGK m/z

47 a H2O b H2O b NH3 y NH3 Idée originale de la thèse de Freddy Cliquet (2011): modéliser le spectre sous une forme différente à partir des relations qui lient les ions issus d une même fragmentation Relation entre les ions y et b: masse(y) = Σ masse( aa) masse(b) - 20 masse (FLGK) = masse (MTFLGK) masse (MT) -20 Nous pouvons regrouper les ions issus d une même fragmentation en changeant le position des ions y Position(y-ion) = Σ mass(aa) mass(b-ion) y a b Les pics issus d une même fragmentation sont regroupés dans un paquet

48 Un spectre théorique est alors représenté par une liste de paquets mass (aaj) Packet j mass (aai) Packet i m/z

49 M T F L G K M T+80 F L G K Atelier Prospectom - Les 29 et 30 Novembre

50 L algorithme PSA (Packet Spectral Alignment) s appuie alors sur la programmation dynamique pour aligner les paquets du spectre théorique sur le spectre expérimental comme l algorithme SA développé par Pevzner et al. ¹ A. Pevzner, V. Dancik, and C. L. Tang. Mutation-tolerant protein identication by mass spectrometry. J Comput Biol, 7(6): , 2000

51 La transformation du spectre théorique est simple! La transformation du spectre expérimental est beaucoup plus complexe car on ne sait pas distinguer les différents types d ions. PSA génère donc un pic complémentaire pour chaque pic, mais attention à ne pas générer de bruit (nombre de pics * 2! ) Les ions b du spectre théorique resp. les ions y - ne seront alignés qu avec les pics d origine resp. les pics complémentaires - du spectre expérimental. Atelier Prospectom - Les 29 et 30 Novembre-2012

52 Temps d exécution longs : AVG ~1 minute par spectrum sur un serveur linux et l utilisation de 7 coeurs sur une banque d environ ~ peptides L algorithme ne peut être appliqué que sur. Des spectres de bonne qualité. Des spectres non-interprétés par des approches plus rapides Cliquet, F., Fertin, G., Rusu, I. and Tessier, D. (2009) Comparison of Spectra in Unsequenced Species.. In (LNBI), L.N.i.B. (ed), 4th Brazilian Symposium on Bioinformatics (BSB 2009). Porto Alegre, Brazil. Cliquet, F., Fertin, G., Rusu, I. and Tessier, D. (2010) Proper alignment of MS/MS spectra from unsequenced species. Proc. 11th International Conference on Bioinformatics and Computational Biology (BIOCOMP 2010). CSREA Press, Atelier Prospectom - Les 29 et 30 Novembre-2012

53 Plan de la présentation Le contexte L association spectre-peptide par approche comparative (Peptide-Spectrum Match) L association spectre-peptide par approche de novo L identification des protéines La définition de «pipeline» d analyse Atelier Prospectom - Les 29 et 30 Novembre

54 Plan de la présentation Le contexte L association spectre-peptide par approche comparative L association spectre-peptide par approche de novo L identification de protéines Atelier Prospectom - Les 29 et 30 Novembre

55 Atelier Prospectom - Les 29 et 30 Novembre

56 Utilisation de graphes de spectres (introduits par Bartels ) Recherche d un chemin optimal Atelier Prospectom - Les 29 et 30 Novembre

57 Le jeu d évaluation correspond à une sélection de spectres : en moyenne, ils contiennent 47.7% des ions b et 51.2% des ions y Ranking-Based Scoring Models for Peptide-Spectrum Matches. Frank, A.M. J. Proteome Research, 8: ,

58 En résumé Trouver une association entre un spectre et un peptide? Facile!!!! Oui mais est-elle correcte? Erreurs: des spectres de mauvaise qualité, mais pas toujours. Même des spectres de bonne qualité peuvent fournir des associations incorrectes si le peptide analysé n est pas dans la banque de protéines. Atelier Prospectom - Les 29 et 30 Novembre

59 Plan de la présentation Le contexte L association spectre-peptide par approche comparative (Peptide-Spectrum Match) L association spectre-peptide par approche de novo L identification des protéines La définition de «pipeline» d analyse Atelier Prospectom - Les 29 et 30 Novembre

60 Difficulté à assembler les peptides : Protein inference problem Nesvizhskii, A.I. and Aebersold, R. (2005) Interpretation of shotgun proteomic data: the protein inference problem, Mol Cell Proteomics, 4, Atelier Prospectom - Les 29 et 30 Novembre

61 Le problème est en général formalisé sous la forme d un graphe biparti Peptides Protéines m = nombre max de protéines n = nombre min de protéines Set coverage problem (NP-complet) Principe de parcimonie Le problème des protéines avec 1 seul peptide Gupta, N. and Pevzner, P.A. (2009) False discovery rates of protein identifications: a strike against the two-peptide rule, J Proteome Res, 8, p n Atelier Prospectom - Les 29 et 30 Novembre

62 Les différents algorithmes Huang, T., Wang, J., Yu, W. and He, Z. (2012) Protein inference: a review, Brief Bioinform, 13, Atelier Prospectom - Les 29 et 30 Novembre

63 Huang, T., Wang, J., Yu, W. and He, Z. (2012) Protein inference: a review, Brief Bioinform, 13, Atelier Prospectom - Les 29 et 30 Novembre

64 Kwon, T., Choi, H., Vogel, C., Nesvizhskii, A.I. and Marcotte, E.M. (2011) MSblender: A probabilistic approach for integrating peptide identifications from multiple database search engines, J Proteome Res, 10, Résultat à 0.5% de FDR Atelier Prospectom - Les 29 et 30 Novembre

65 Plan de la présentation Le contexte L association spectre-peptide par approche comparative (Peptide-Spectrum Match) L association spectre-peptide par approche de novo L identification des protéines La définition de «pipeline» d analyse Atelier Prospectom - Les 29 et 30 Novembre

66 Développement de processus d analyse adaptés aux questions de recherche Définition de stratégies d analyse adaptées aux questions traitées Développement du logiciel OVNIp Atelier Prospectom - Les 29 et 30 Novembre

67 Remerciements La composante de spectrométrie de masse de la plateforme BIBS, en particulier Hélène Rogniaux, Audrey Geairon Freddy Cliquet (doctorant), Guillaume Merceron (master 2) L équipe ComBi du LINA, en particulier Guillaume Fertin, Irena Rusu Colette Larré (unité INRA-BIA) Le groupe bioinformatique de BIBS : Virginie Lollier, Stéphane Bansard, Marc Vasseur Atelier Prospectom - Les 29 et 30 Novembre